I. Creando nuestros datos

Primero, crearemos un vector con cada uno de los nombres de las personas y los datos de la latitud y longitud del lugar de la República Mexicana al que les gustaría viajar. Posteriormente, mediante la función rbind crearemos una matriz por columnas con los datos de las ubicaciones a las que nos gustaría viajar:

yohan<-c(-101.651944,19.573611)
Alberto<-c(-96.6614,16.07760)
kevin<-c(-105.0023,21.52050)
alan<-c(-98.2394,19.31220)
viajes<-rbind(yohan,Alberto,kevin,alan)
viajes
##              [,1]     [,2]
## yohan   -101.6519 19.57361
## Alberto  -96.6614 16.07760
## kevin   -105.0023 21.52050
## alan     -98.2394 19.31220

II. Cambiando el nombre de nuestras columnas

Una vez que hemos creado nuestra matriz de datos, cambiaremos el nombre de nuestras columnas con la función colnames:

colnames(viajes)<-c("Longitud","Latitud")
viajes
##          Longitud  Latitud
## yohan   -101.6519 19.57361
## Alberto  -96.6614 16.07760
## kevin   -105.0023 21.52050
## alan     -98.2394 19.31220

III. Transformando nuestra matriz en un data.frame

Recuerda que para hacer gráficas con ggplot y mapas con qmplot necesitamos un data frame. Vamos a transformar nuestra matriz en un data.frame de la siguiente forma:

viajes<-data.frame(viajes)
viajes
##          Longitud  Latitud
## yohan   -101.6519 19.57361
## Alberto  -96.6614 16.07760
## kevin   -105.0023 21.52050
## alan     -98.2394 19.31220

IV. Creando una gráfica de dispersión con nombres y puntos

Podemos crear una grafica de dispersión y usar los nombres como etiqueta si utilizamos la función ggplot junto con geom_text; además, podemos agregar puntos a nuestra gráfica con la función geom_point. Finalmente, si queremos que nuestra gráfica sea interactiva, utilizamos la función ggplotly:

dispersion<-ggplot(viajes)+geom_text(aes(Latitud,Longitud),label= rownames(viajes))+geom_point(aes(Latitud,Longitud),color= rainbow(4))
ggplotly(dispersion)

V. Creando un mapa

Para crear un mapa, utilizaremos la funcion qmplot:

qmplot(Longitud, Latitud, data=viajes, color=I(rainbow(4)))

VI. Mapa de puntos y densidad

Podemos agregar el parámetro geom = c("point","density2d") para hacer un mapa de puntos y densidad:

qmplot(Longitud, Latitud, data=viajes, geom=c("point","density2d"))

VII. Preguntas

1.- ¿Cómo están distribuidas sus ubicaciones?

Estamos muy alejados, los mas cercanos son Yohan y Alan

2.- Si tuvieras que pensar en una función que pasara por todas sus ubicaciones, ¿qué tipo de función sería?

Una funión cúbica

3.- ¿Consideras que graficar la ubicación de una persona en un mapa tiene un valor económico? ¿Por qué?

En este momento no sabemos muy bien cual es la importancia, pero eso no quiere decir que deje ser importante. Comentamos un ejemplo de saber los puntos donde se encuentra alguna empresa y su distribucion, en ese momento ya podemos darnos una idea de la economia que rodea a esa persona.

4.- ¿Hasta ahora qué han aprendido en el curso?

Mucho, todos estamos de acuerdo que no sabiamos de la existencia de este programa, solamente lo habiamos escuchado. En concreto aprendimos a utilizar este programa con fines academicos y en un futuro sera una herramienta para la carrera.

Esta obra fue generada mediante R en November 19, 2020 y forma parte de las actividades realizadas en las materias de Matemáticas I y Taller III, Facultad de Economía, UNAM.
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional. Creative Commons (CC).Licencia de Creative Commons